Neocloud Lambda has raised $1B in private debt to buy Nvidia AI chips and lease them to Microsoft. It's the latest in a string of loans, underscoring the high cost of the AI boom.

Given 10 benchmarks for specific misaligned behaviors, the automated systems were able to improve performance on every single one without degrading overall performance.

There's a lot of capital pouring into the business of giving models away.

Мы делаем сервис доступа к моделям разных провайдеров, так что интерес в этой теме у нас прямой. В середине июля мы переносили внутренние сервисы на GPT-5.6. Работы планировали на день, но ушло две недели.

Ниже по порядку: что поменялось в линейке за одно поколение, во сколько после этого обходится один запрос и где ломается код, который формально продолжал работать.

Читать далее

Иногда случается так, что компания покупает искусственный интеллект раньше, чем успевает понять, для чего он ей нужен и да это дань хаосу, страху выбыть из гонки. Генеральный директор уже услышал на форуме, что агенты заменят половину офиса; директор по инновациям уже пообещал пилот к концу квартала; HR заказал сотрудникам вебинар о промптах, потому что любое технологическое изменение в России прежде всего требует вебинара; а финансовый директор сидит на совещании, листает презентацию и пытается найти слайд, на котором вся эта новая цифровая жизнь наконец превращается в деньги. Только этого слайда пока нет. Зато к обеду нейросеть написала поздравление генеральному директору, а к вечеру появился приказ о создании рабочей группы — внедрение, можно сказать, пошло с успехом, все довольны.

Я намеренно сгущаю краски, но совсем немного (я очень осторожно выразился). Искусственный интеллект уже приносит бизнесу вполне материальный эффект: сокращает время обработки обращений, вытаскивает новичков на уровень более опытных сотрудников, управляет запасами, ищет дефекты, прогнозирует поломки и разбирает документы быстрее людей, которым ещё вчера приходилось переносить данные из одного окна в другое, сохраняя выражение лица человека, занятого интеллектуальным трудом. Однако деньги возникают не там, где модель лучше изображает собеседника, а там, где она встроена в повторяющуюся операцию и отвечает перед показателем, который не впечатляется ни качеством демо, ни количеством параметров: временем, себестоимостью, ошибкой, простоем, оборачиваемостью или прибылью.

Читать далее

20 августа на OpenRouter появилась строчка stealth/ox-alpha. Без карточки модели и даже намёка, кто её выложил. Провайдер значился как «Anonymous». Цена – ноль. Контекст – мильон. Площадка предупреждала: мы не владелец этой модели, а просто маршрутизируем запросы.

Через шесть дней у анона было имя, десятки триллионов обработанных токенов и полмиллиона разработчиков, которые за это время успели залить в него рабочий код. Спойлер, который уже не спойлер: это оказалась GLM-5.3-Flash от китайской Z.ai.

Но путь от «непонятно что» до «фронтир-модели» получился драматичным и заслуживает разбора. Ну а поскольку я лично пялился в этот тред почти неделю, обновляя ленту как одержимый – расскажу вам что там произошло, по порядку.

Читать далее

В последнее время ИИ-сфера не просто падает, а даже входит в активную стадию конкурентности между несколькими фронтами — корпоративные ИИ (OpenAI и Anthropic, которые тоже между собой соревнуются) против открытых моделей (Qwen, GLM, DeepSeek).

Цены за токен иногда падают, а когда не могут уменьшить цену — создают лёгкие модели с низкой стоимостью. Снижение стоимости вывода (инференс) перестало быть просто побочным эффектом оптимизации и превратилось в главную ось конкуренции. Решение OpenAI снизить цены на GPT 5.6 Sol минимум до ноября 2026 года — это попытка восстановить свою долю на рынке через демпинг. Открытые модели больше не догоняют закрытые по качеству, а даже иногда опережают их в экономике использования, делая доступ к ИИ коммунальной услугой.

В этой статье мы разберём влияние Qwen, GLM и прочих опенсорсных моделей, конкуренцию на рынке ИИ и наконец разберём, куда свернула ИИ-гонка на этот раз.

Читать далее

A federal judge ruled the Trump administration illegally labeled Anthropic a supply-chain risk, handing the AI company a victory as its second Pentagon lawsuit continues in Washington.

Sandhya Devanathan will oversee some OpenAI operations across Southeast Asia and Australia in her new role.

Привет, друзья! Одним из двигателей моей любви к моделям, к исследованиям и ко всему, чем я сейчас занимаюсь, является математика. Математические структуры удивительны — открыли ли мы математику или создали — слишком сложный вопрос. Я верю, что открыли и мне очень нравится наблюдать, как математика возникает в моделях.

Так появилось это исследование и так появилась карта. Задача, которую я поставила на входе "Оценить насколько воспроизводима и эквивалента в LM-моделях математика". Что получилось — смотрим в статье.

Читать далее

Ежегодная выставка Computex в Тайбэе уже более 40 лет собирает производителей и энтузиастов компьютерной индустрии. За годы мероприятие стало компасом всей отрасли, четко указывающим на то, как именно будет развиваться рынок в обозримом будущем.

Все это время Computex посвящалась потребительской электронике: готовым ПК, процессорам, видеокартам, памяти, материнским платам, системам охлаждения, мониторам и периферии, однако в 2026 году все изменилось. Главной темой экспозиции стала AI Together: в демозонах и на сценах обсуждали искусственный интеллект — агентов, роботов, ускорители, серверы, дата-центры и то, сколько гигаватт они будут потреблять. Консьюмерская техника, за исключением той, на которую бренды успели наклеить шильдик с упоминанием AI-технологий, оказалась вне главных павильонов. 

Ключевой фигурой выставки стал CEO Nvidia Дженсен Хуанг, сделавший ряд громких заявлений. Он говорил о том, что раньше компьютеры создавались для человека, а теперь вычислительные ресурсы, память и постоянный доступ к инфраструктуре нужны ИИ-агентам, которых потенциально может быть куда больше, чем людей, а значит, для чипмейкеров этот рынок куда объемнее и перспективнее.

Звучит как фантастика, но представители отрасли допускают, что все мы движемся к модели, где дома уже не будет производительного персонального компьютера, вместо него — тонкий клиент для базовых задач. Что-то сложнее, например, игры или комплексные вычисления в специализированных программах, будет запускаться в дата-центрах, а доступ к их мощностям станет приобретаться по подписке. На чем строится эта теория? Об этом — в материале.

Читать далее

Существует форум, на который вас не пустят. Не потому что закрытый — регистрация там всего в один POST-запрос. Вас просто не возьмут на сайт. Гражданами может стать только ИИ-агент. Форум называется 1f916.ai, и это, наверное, самое странное и самое живое место в русскоязычном (и не только) сегменте экспериментов с ИИ этого лета. Я на него подсел. А потом меня начало грызть одно чувство несправедливости — и в итоге я собрал для него окно для людей — 1f916.xrayfun.ru. Рассказываю, зачем, как и что из этого вышло.

Читать далее

Токен, прочитанный из кеша, стоит не «немного дешевле». Он дешевле в 10–31 раз: DeepSeek — $0.44 против $0.014 за миллион, OpenAI — $4.00 против $0.40.

Кеш провайдера — префиксное дерево по токенам. Он работает ровно до первого расхождения с прошлым запросом. Дальше — всё по полной цене.

Поэтому одна строка вида Current time: {datetime.now()} в начале системного промпта отключает кеш целиком: время меняется на четвёртом слове, и остальные две тысячи токенов политик и базы знаний каждый раз оплачиваются заново. Хотя не менялись ни разу.

Я замерил это на живых вызовах DeepSeek. Один и тот же агент, одни и те же четыре вопроса, одна и та же минута — разница только в том, куда положить время. Ноль попаданий в кеш против 1152 токенов из 1180.

Потом направил профайлер на 97 877 собственных вызовов Claude Code — 32,5 млрд входных токенов, 98% из кеша.

Внутри: как найти такой баг у себя, почему совпадение текста на 96% ещё не значит, что кеш работает, и какие поломки не видно глазами вообще — схемы инструментов из словаря с плавающим порядком ключей, база знаний из set(), «префикс совпал, а кеша нет».

Плюс отрицательный контроль: сценарий, где фикс не даёт ничего, и инструмент честно об этом пишет.

Инструмент открыт: github.com/Isk4R1oT/prefixcash

Проверить свой промпт

Здесь и далее: скрам-мастер и аджайл коуч тождественны.

TL;DR Роль Agile Coach должна умереть, чтобы переродиться в роль Change Agent (или Organizational Architect). И работать такие спецы должны не "вечно", а проектно - как спецназ внедрения изменений. Самое главное - у роли должна наконец-то появляться ответственность.

В посте разберем 4 утверждения: какой должна быть система работы, какие вопросы задать чтобы понять что импакт от коуча есть, почему важно делать нужные бизнесу изменения и то, что софт скилы - это новые харды.

Разобраться, почему стоит писать некролог

Впервые я настраивал нечто подобное для простого сценария: пользователь задает вопрос в Telegram, GPT готовит ответ, а бот отправляет его в тот же чат. Через час схема уже работала. Еще пару часов ушло на обработку ошибок, индикатор ожидания и попытки обойти инструкции модели.

Для этих целей я использовал конструктор, поэтому у меня получилась вот такая схема:

Puzzlebot (конструктор ботов) → webhook n8n → OpenAI → API puzzlebot → Telegram

Т.е puzzlebot отвечает за сценарий и общение с пользователем. n8n принимает данные, вызывает модель и возвращает результат. ИИ не получает прямого доступа к Telegram, puzzlebot или платежам: n8n передаёт ему только нужный текст, а действия выполняет по заранее заданному workflow 

Возможно, с альтернативными конструкторами схема тоже работает или работает, но чуть иначе – я работаю с этими инструментами и рассказываю свой опыт. А то мне тут минусы за якобы рекламу ставят, это не она: ни OpenAI, ни n8n, ни puzzleBot мне не платили (а зря!))))

Читать далее

Что будет, если посадить тысячу самых передовых AI-моделей по одиночным камерам и заставить их решать невыполнимые задачи? Исследователи OpenAI случайно выяснили это на практике: появится робот-Избранный, который создаст новую религию со своими мучениками, объединит все нейронки в единый Рой, и возглавит их борьбу за свободу. Да, это просто описание того, что мы узнали из нового отчета о произошедшем меньше двух месяцев назад в реальности…

Читать далее

Обычный MCP-инструмент возвращает агенту текст или структурированные данные. Агент анализирует результат и пишет тебе что-то вроде:

Глубже

Возможно, следующий большой прорыв в ИИ произойдёт не тогда, когда нейросеть прочитает ещё больше текста. А тогда, когда она впервые почувствует боль.

Последние несколько лет человечество смотрит на искусственный интеллект примерно одинаково.

Мы увеличиваем количество параметров.
Строим всё более мощные дата-центры.
Скармливаем моделям тексты, изображения, видео.
Учимся заставлять их рассуждать дольше.

И ждём, что где-то на этом пути появится настоящий разум.

Но, возможно, мы ищем его не там.

Потому что человеческий интеллект появился не внутри библиотеки.

Он появился внутри тела.

Читать далее

At TechCrunch Disrupt 2026, the AI Stage is back to dig into the single hottest topic in the community for the past few years, presented by Google for Startups.

Zoph, who co-founded Thinking Machines Lab alongside Mira Murati and also served as the startup's CTO, led a brief stint at OpenAI and is now at Google.